快速Gabor濾波器在虹膜識別中的應(yīng)用

　　將整個(gè)空間分為4個(gè)區(qū)，對落入相應(yīng)區(qū)域的相角按圖中示意進(jìn)行2bit編碼(格雷碼)，2bit 格雷碼序列和其他2bit編碼方式相比，更恰當(dāng)?shù)伢w現(xiàn)了相鄰相位區(qū)域的差異和相同點(diǎn)。經(jīng)過 上述編碼處理后，虹膜紋理特征變?yōu)橐淮?、1組成的序列，兩個(gè)虹膜編碼采用如(10)式漢 明距的方法來進(jìn)行特征匹配:

　　本虹膜識別系統(tǒng)在CPU 為P4 1.8GH 內(nèi)存2G 的PC機(jī)上進(jìn)行了性能對比試驗(yàn)，編程語言為 VC++，采用的原始數(shù)據(jù)取自中科院自動化所(北京)提供的CASIA虹膜數(shù)據(jù)庫(V1.0)，圖像像 素大小為320*280，通過對數(shù)據(jù)庫中108*7幅圖像在改進(jìn)的算法和原有的算法基礎(chǔ)上隨機(jī)進(jìn)行 1000次比較，為了節(jié)省儲存空間和匹配時(shí)間，程序中只用一個(gè)尺度，一個(gè)方向的二維奇對稱 Gabor小波來提取虹膜紋理特征，并將每個(gè)像素點(diǎn)作為一個(gè)特征點(diǎn),得到如下表一所示的每次 Gabor濾波的計(jì)算平均時(shí)間(注:運(yùn)算時(shí)間不包括虹膜圖像的預(yù)處理、定位和歸一化，僅包括 虹膜圖像特征點(diǎn)的提取和比較)。

　　3 結(jié)論

　　本文采用了各向異性高斯濾波分離形式，計(jì)算出各項(xiàng)參數(shù)，將2-D奇對稱Gabor濾波用兩 個(gè)1-D高斯濾波遞歸實(shí)現(xiàn)，大大減少編碼存儲空間和計(jì)算量。與傳統(tǒng)的Gabor濾波器相比，降低了時(shí)間代價(jià)和編碼空間代價(jià)。因此，在虹膜識別系統(tǒng)中是一種十分可取的方法。此外，對 于Gabor濾波的快速實(shí)現(xiàn)方法參數(shù)σu 和σv 的選擇還需進(jìn)一步研究。最后,感謝中科院自動 化所提供的虹膜數(shù)據(jù)庫。本文的創(chuàng)新點(diǎn):把奇對稱Gabor濾波器用兩個(gè)一維的高斯濾波器用遞 歸方法快速實(shí)現(xiàn)，應(yīng)用在虹膜識別特征點(diǎn)提取過程中，提高特征點(diǎn)提取效率，同時(shí)節(jié)省了存 儲空間，從而提高了整個(gè)虹膜識別系統(tǒng)的性能。